OASIS v2 单图像开放注释数据集 | 14万张3D几何标注图像 | 单图像3D重建训练数据

OASIS v2（Open Annotations of Single Image Surfaces）是一个大规模自然环境单图像3D几何标注数据集，包含超过14万张图像的详细3D标注信息。该数据集第二版于2021年3月发布，新增102K张图像标注，是单图像3D重建、深度估计与表面法向量预测领域的重要基准资源。

数据集核心特点

数据规模：14万+张自然环境图像，覆盖室内外真实场景

标注精度：每张图像附带详细的3D几何标注，包括深度图、表面法向量、平面分割等

场景丰富：涵盖建筑、街道、室内家居、自然景观等多样化真实环境

版本迭代：V2版本较首版新增102K张图像标注，数据量与场景覆盖显著提升

开源标注：开放注释格式，兼容主流3D视觉研究框架与评估协议

适用场景与技术方向

单图像3D重建：从单张RGB图像预测三维场景结构，支持室内布局重建与室外场景建模

深度估计（Depth Estimation）：单目深度预测模型训练与评估，适用于自动驾驶、机器人导航

表面法向量预测（Surface Normal Prediction）：几何表面方向估计，支撑三维场景理解与渲染

平面检测与分割：室内平面结构识别，应用于AR/VR场景布置与虚拟家具摆放

三维场景理解：结合语义分割与几何推理，推动具身智能与环境感知系统研发

学术基准测试：作为单图像3D任务的权威评测数据集，支持论文实验与模型对比

技术适配说明

OASIS v2 数据集标注规范统一，可直接用于训练MiDaS、DPT、PixelFormer等深度估计模型，以及PlaneRCNN、PlaneTR等平面检测网络。数据格式兼容PyTorch、TensorFlow等主流框架，支持快速接入现有3D视觉实验流程。